Few-shot prompting is de simpelste manier om een AI-model precies te laten doen wat je wilt: je laat het zien in plaats van het uit te leggen. Je plakt twee of drie voorbeelden van input én het gewenste resultaat in je prompt, en het model kopieert dat patroon voor jouw nieuwe geval. Geen lange beschrijving van de toon die je zoekt, geen tien regels regels — gewoon laten zien.
Het werkt omdat een model uitstekend is in patronen herkennen. Beschrijf je een schrijfstijl in woorden, dan moet het model gokken wat je bedoelt. Geef je een voorbeeld in die stijl, dan ziet het de zinslengte, de toon, het formaat en de woordkeuze in één keer. Dat is het hele idee.
Wat few-shot prompting precies is
De naam komt van “shots”: het aantal voorbeelden dat je meegeeft. Geef je geen voorbeeld en vraag je direct om een resultaat, dan heet dat zero-shot. Geef je er één, dan is het one-shot. Twee of meer voorbeelden maken het few-shot. Meer is niet altijd beter — vaak zijn twee of drie goed gekozen voorbeelden genoeg om het patroon vast te leggen.
Een voorbeeld bestaat steeds uit een paar: de input en het gewenste antwoord. Zo:
- Input: “Bedankt voor je snelle levering.” Sentiment: positief
- Input: “Pakket kwam beschadigd aan.” Sentiment: negatief
- Input: “Wanneer wordt mijn bestelling verzonden?” Sentiment: …
Het model ziet het patroon in de eerste twee en vult het derde in op dezelfde manier. Dit werkt voor classificatie, maar net zo goed voor herschrijven, samenvatten, e-mails opstellen of data in een vast formaat zetten.
Wanneer je het gebruikt (en wanneer niet)
Few-shot prompting is je beste keuze als de vorm van het antwoord lastig in woorden te vatten is. Een specifieke schrijftoon, een exacte tabelstructuur, een vast antwoordformaat of jouw persoonlijke stijl — dat laat je sneller zien dan uitleggen.
Goede momenten om voorbeelden mee te geven:
- Je wilt een consistent formaat, zoals altijd dezelfde velden of dezelfde opbouw per antwoord.
- De toon of stijl doet ertoe en is moeilijk te beschrijven (jouw huisstijl, een bepaalde merkstem).
- Je doet steeds dezelfde repetitieve taak en wilt dat elk resultaat er hetzelfde uitziet.
- Zero-shot gaf een resultaat dat klopt qua inhoud maar niet qua vorm.
Soms heb je het niet nodig. Voor een eenvoudige, eenmalige vraag is een heldere zero-shot prompt sneller. En als je probleem vooral om redeneren draait — een berekening of een logische afweging — dan helpt voordoen minder dan het model laten uitleggen hoe het tot een antwoord komt. Few-shot fixt de vorm, niet per se de denkstappen.
Goede voorbeelden kiezen — daar zit het werk
De kwaliteit van je voorbeelden bepaalt de kwaliteit van je resultaat. Een paar vuistregels die het verschil maken:
Maak je voorbeelden representatief
Kies gevallen die lijken op wat je straks echt gaat vragen. Geef je alleen makkelijke voorbeelden, dan struikelt het model op de moeilijke. Stop er bewust ook een lastiger geval bij als die in de praktijk voorkomen.
Houd het formaat strak gelijk
Gebruik in elk voorbeeld exact dezelfde structuur, dezelfde labels, dezelfde opmaak. Wissel je halverwege van formaat, dan weet het model niet welk patroon het moet volgen. Consistentie in je voorbeelden geeft consistentie in je output.
Let op de balans
Bij classificatie: zorg dat je verschillende categorieën in je voorbeelden voorkomen. Geef je drie positieve voorbeelden en nul negatieve, dan neigt het model naar “positief”. En let op de volgorde — zet niet toevallig alle voorbeelden van één soort achter elkaar.
Twee scherpe voorbeelden verslaan vijf slordige
Meer voorbeelden maakt je prompt langer en niet automatisch beter. Begin met twee of drie die kloppen, test, en voeg er alleen eentje bij als je een specifiek geval ziet misgaan.
Few-shot binnen de KOMPAS-methode
In mijn prompt engineering-aanpak zit few-shot vooral in de M van KOMPAS: Materiaal. Dat is het deel waar je het model voedt met context en voorbeelden. Je voorbeelden zijn materiaal — net als een brondocument of een stijlgids dat is.
Het mooie is dat few-shot samenwerkt met de andere onderdelen. Je Kader (rol en doel) en je Afwerking (formaat-eisen) vertellen het model wát je wilt; je voorbeelden laten zien hóe het eruitziet. Die combinatie is sterker dan elk los. Een instructie als “schrijf zakelijk maar toegankelijk” wordt pas concreet zodra er een voorbeeld onder staat dat precies dat doet.
Wil je je eigen prompts hierop nakijken? De gratis prompt-coach tool scoort je prompt en wijst aan waar voorbeelden zouden helpen. Voor de volledige aanpak rond helder en consistent prompten staat er meer in mijn gids over betere prompts schrijven.
Veelgestelde vragen
Hoeveel voorbeelden heb ik nodig?
Begin met twee of drie goed gekozen voorbeelden. Dat is voor de meeste taken genoeg om het patroon vast te leggen. Voeg er alleen eentje bij als je merkt dat een specifiek soort geval steeds misgaat. Meer voorbeelden maakt je prompt langer, niet automatisch beter.
Wat is het verschil tussen zero-shot en few-shot prompting?
Bij zero-shot geef je geen voorbeeld en vraag je direct om een resultaat. Bij few-shot geef je twee of meer voorbeelden van input en gewenst antwoord, zodat het model het patroon kopieert. Few-shot is preciezer voor vorm en toon; zero-shot is sneller voor simpele vragen.
Werkt few-shot prompting in alle modellen?
Ja, het principe werkt in de gangbare chatmodellen zoals ChatGPT, Claude en Gemini. Je hoeft niets bijzonders in te stellen: je plakt je voorbeelden gewoon in de prompt boven je echte vraag. De precieze sterkte kan per model verschillen, dus test je voorbeelden even.
Helpt few-shot ook bij redeneertaken?
Beperkt. Few-shot is sterk in het sturen van vorm, formaat en toon. Voor taken die vooral om logica of berekening draaien, helpt het meer om het model zijn denkstappen te laten uitschrijven. Je kunt beide combineren: voorbeelden voor de vorm, plus de vraag om stap voor stap te redeneren.
Plak je volgende keer twee of drie sterke voorbeelden in je prompt en je merkt het verschil meteen. Wil je weten of jouw prompt al goed genoeg gestuurd is? Test ‘m gratis in de prompt-coach, of leer het systeem onder de knie te krijgen in een coachingsessie — in een groep of privé.